《一种基于颜色阈值与角点检测的视频横幅识别方法.pdf》由会员分享，可在线阅读，更多相关《一种基于颜色阈值与角点检测的视频横幅识别方法.pdf（6页完整版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 103034864 A (43)申请公布日 2013.04.10 CN 103034864 A *CN103034864A* (21)申请号 201210534001.5 (22)申请日 2012.12.12 G06K 9/54(2006.01) (71)申请人 惠州学院 地址 516007 广东省惠州市演达大道 46 号 (72)发明人 蔡昭权 (74)专利代理机构 广州粤高专利商标代理有限 公司 44102 代理人 任海燕 (54) 发明名称 一种基于颜色阈值与角点检测的视频横幅识 别方法 (57) 摘要 本发明公开了一种基于颜色阈值与角点检测 的视频横幅识别方法。
2、， 包括从待处理视频流中提 取一帧原始图像并对其进行灰度化和颜色直方图 统计， 得到灰度图和颜色阈值， 并根据颜色阈值对 灰度图进行二值化后降噪获得二值图掩膜， 再利 用二值图掩膜和灰度图相乘， 生成图像副本并对 图像副本进行角点检测 ； 利用角点计算横幅的具 体区域并利用该具体区域截取原始图像对应区域 的图像块。本发明针对横幅的特征采取 “概貌” 特 征提取的方法， 选取了颜色和角点这两个特征， 对 视频中的横幅有很好的检测效果， 能准确、 快速地 识别出视频中的横幅， 能满足安全监控系统中的 实时性要求。 (51)Int.Cl. 权利要求书 1 页 说明书 3 页 附图 1 页 (19)中。
3、华人民共和国国家知识产权局 (12)发明专利申请 权利要求书 1 页 说明书 3 页 附图 1 页 1/1 页 2 1. 一种基于颜色阈值与角点检测的视频横幅识别方法， 其特征在于， 包括以下步骤 ： （1） 从待处理视频流中提取一帧原始图像 ； （2） 对步骤 （1） 中所获取的原始图像进行灰度化， 得到灰度图 ； （3） 对步骤 （1） 中所获取的原始图像进行颜色直方图统计， 获取图像的颜色阈值 ； （4） 利用步骤 （3） 获取的颜色阈值， 对步骤 （2） 得到的灰度图进行二值化， 并对其进行 降噪处理， 生成二值图掩膜 ； （5） 利用步骤 （4） 所得到的二值图掩膜与步骤 （2） 所。
4、得的灰度图相乘， 生成图像副本 ； （6） 对步骤 （5） 中得到的图像副本进行角点检测 ； （7） 利用步骤 （6） 所得到的角点计算横幅的具体区域 ； （8） 利用步骤 （7） 得到的具体区域截取原始图像对应区域的图像块。 2. 根据权利要求 1 所述基于颜色阈值与角点检测的视频横幅识别方法， 其特征在于 ： 步骤 （3） 中所述获取图像的颜色阈值的方法为 ： 对步骤 （1） 中所获取的图像对进行颜色直方图统计， 判断其是否为双峰图， 如果是则取 颜色直方图的 “低谷” 作为阈值， 若非双峰图则提示改原始图像无横幅， 并重新提取新的原 始图像。 3. 根据权利要求 1 所述基于颜色阈值与角。
5、点检测的视频横幅识别方法， 其特征在于 ： 所述步骤 （4） 生成二值图掩膜的方法为 ： （a） 遍历原始图像的每个像素， 若某像素的颜色值低于步骤 （3） 所述颜色阈值， 则将步 骤 （2） 所得到的灰度图相应位置的像素置 0， 否则置 255， 最后得到二值化的灰度图 ； （b） 对步骤 （a） 所获得的二值化的灰度图进行中值滤波操作， 消除小的噪声。 4. 根据权利要求 1 所述基于颜色阈值与角点检测的视频横幅识别方法， 其特征在于 ： 所述步骤 （5） 利用步骤 （4） 所得到的二值图掩膜与步骤 （2） 所得的灰度图相乘为 ： 二值图掩 膜每个像素的值分别与灰度图对应位置的像素的值相乘。
6、， 得到图像副本。 5. 根据权利要求 1 所述基于颜色阈值与角点检测的视频横幅识别方法， 其特征在于 ： 所述步骤 （6） 对图像副本进行角点检测的方法为 Harris 角点检测算法。 6. 根据权利要求 1 所述基于颜色阈值与角点检测的视频横幅识别方法， 其特征在于 ： 所述步骤 （7） 所述计算横幅的具体区域的方法为 ： 计算步骤 （6） 所获得的所有角点坐标 的 X 坐标的最小值 x1 与最大值 x2， Y 坐标的最大值 y1 和最小值 y2， 则 （x1,y1） 、（x1,y2） 、 （x2,y1） 及 （x2,y2） 四点所围四边形区域即为横幅的具体区域。 7. 根据权利要求 2 。
7、所述基于颜色阈值与角点检测的视频横幅识别方法， 其特征在于 ： 还设置有计数器， 当从首次待处理视频流中提取一帧原始图像， 计数器置 0， 若进行重新提 取新的原始图像， 则计数器加 1， 当计数器的数值达到预定的阈值时， 则判断该视频流中无 横幅出现， 并退出。 权 利 要 求 书 CN 103034864 A 2 1/3 页 3 一种基于颜色阈值与角点检测的视频横幅识别方法 技术领域 0001 本发明涉及一种基于颜色阈值与角点检测的视频横幅识别方法。 背景技术 0002 在国内， 常常有不够理性的公民们因为他人煽动， 不熟悉法律， 或者情绪过激， 采 取非法游行的措施表达意愿。非法集会往往。
8、在开阔场地、 人流量大的地方， 例如政府广场， 交通枢纽， 商业旺地等进行， 一旦集会群众出现过激行为， 甚至失去控制， 其造成的公共安 全危害将难以预料。鉴于非法集会的突发性， 偶然性， 以及巨大的危害性， 如果网络治安视 频监控系统中能实现智能监控集会事件的功能， 就可以及时提醒相关治安部门， 迅速采取 措施， 避免意外的发生。本发明横幅视频识别方法正是为基于公共安全领域的急切需求而 进行的。 0003 现在目标物体特征提取的主要方法有基于 Hough 的物体轮廓特征提取算法和 sift 尺度不变特征提取算法。Hough 算法对于质量好的静态图像可以取得非常理想的效 果， 但对于视频而言，。
9、 其结果受光照等环境因素影响较大， 这使得该算法在视频检测中常常 不能满足实际需要。Sift 算法对细节的图像结构特征有准确的抓捕能力， 对光照等环境因 素也具有很好的抗干扰能力， 在目标物进行伸缩， 旋转， 甚至发生仿射变换时， 均能准确抓 捕目标物的特征， 但其巨大的计算量与内存消耗， 不能满足视频检测的实时性要求。 本发明 提出颜色阈值与角点检测的视频横幅识别方法， 对图像的颜色特征以及角点特征有很好的 抓捕能力， 尤其适合抓捕像横幅这样具有固定颜色值的物体， 同时其计算量和内存消耗也 较小， 可以满足视频检测的实时性需求。 发明内容 0004 为了解决现有技术无法快捷准确抓取视屏中横幅。
10、等特征物的问题， 本发明提供一 种视频横幅识别方法的设计方案。 0005 一种基于颜色阈值与角点检测的视频横幅识别方法， 包括以下步骤 ： （1） 从待处理视频流中提取一帧原始图像。 0006 （2） 对步骤 （1） 中所获取的原始图像进行灰度化， 得到灰度图。 0007 （3） 对步骤 （1） 中所获取的原始图像进行颜色直方图统计， 获取图像的颜色阈值。 0008 （4） 利用步骤 （3） 获取的颜色阈值， 对步骤 （2） 得到的灰度图进行二值化， 并对其 进行降噪处理， 生成二值图掩膜。 0009 （5） 利用步骤 （4） 所得到的二值图掩膜与步骤 （2） 所得的灰度图相乘， 生成图像副 。
11、本。 0010 （6） 对步骤 （5） 中得到的图像副本进行角点检测。 0011 （7） 利用步骤 （6） 所得到的角点计算横幅的具体区域。 0012 （8） 利用步骤 （7） 得到的具体区域截取原始图像对应区域的图像块。 0013 具体的， 步骤 （3） 中所述获取图像的颜色阈值的方法为 ： 说 明 书 CN 103034864 A 3 2/3 页 4 对步骤 （1） 中所获取的图像对进行颜色直方图统计， 判断其是否为双峰图， 如果是则取 颜色直方图的 “低谷” 作为阈值， 若非双峰图则提示改原始图像无横幅， 并重新提取新的原 始图像。 0014 更具体的， 所述步骤 （4） 生成二值图掩膜。
12、的方法为 ： （a） 遍历原始图像的每个像素， 若某像素的颜色值低于步骤 （3） 所述颜色阈值， 则将步 骤 （2） 所得到的灰度图相应位置的像素置 0， 否则置 1， 最后得到二值化的灰度图。 0015 （b） 对步骤 （a） 所获得的二值化的灰度图进行中值滤波操作， 消除小的噪声。 0016 更具体的， 所述步骤 （5） 利用步骤 （4） 所得到的二值图掩膜与步骤 （2） 所得的灰度 图相乘为 ： 二值图掩膜每个像素的值分别与灰度图对应位置的像素的值相乘， 得到图像副 本。 0017 优选的， 所述步骤 （6） 对图像副本进行角点检测的方法为 Harris 角点检测算法。 0018 进一步。
13、的， 所述步骤 （7） 所述计算横幅的具体区域的方法为 ： 计算步骤 （6） 所获 得的所有角点坐标的 X 坐标的最小值 x1 与最大值 x2， Y 坐标的最大值 y1 和最小值 y2， 则 （x1,y1） 、（x1,y2） 、（x2,y1） 及 （x2,y2） 四点所围四边形区域即为横幅的具体区域。 0019 更进一步的， 还设置有计数器， 其实施方法为 ： 当从首次待处理视频流中提取一帧 原始图像， 计数器置 0， 若进行重新提取新的原始图像， 则计数器加 1， 当计数器的数值达到 预定的阈值时， 则判断该视频流中无横幅出现， 并退出。 0020 综上所述， 本发明针对横幅的特征采取 “概。
14、貌” 特征提取的方法， 选取了颜色和角 点这两个特征， 对视频中的横幅有很好的检测效果， 能准确、 快速地识别出视频中的横幅， 能满足安全监控系统中的实时性要求。 附图说明 0021 图 1 为本发明所述一种基于颜色阈值与角点检测的视频横幅识别方法流程示意 图。 具体实施方式 0022 为了让本领域的技术人员能够更好地了解本发明的技术方案， 下面结合附图对本 发明作进一步的阐述。 0023 如图 1 所示， 本发明揭示了一种基于颜色阈值与角点检测的视频横幅识别方法包 括以下步骤 ： （1） 从待处理视频流中提取一帧原始图像 ； （2） 对步骤 （1） 中所获取的原始图像进行灰度化， 得到灰度图。
15、 ； （3） 对步骤 （1） 中所获取的图像对进行颜色直方图统计， 判断其是否为双峰图， 如果是 则取颜色直方图的 “低谷” 作为阈值， 若非双峰图则提示该原始图像无横幅， 并重新提取新 的原始图像。 0024 （4） 遍历原始图像的每个像素， 若某像素的颜色值低于步骤 （3） 所述颜色阈值， 则 将步骤 （2） 所得到的灰度图相应位置的像素置 0， 否则置 1， 最后得到二值化的灰度图 ； 同时 对步骤 （a） 所获得的二值化的灰度图进行中值滤波操作， 消除小的噪声。 0025 （5） 利用步骤 （4） 所得到的二值图掩膜与步骤 （2） 所得的灰度图相乘为 ： 二值图掩 说 明 书 CN 1。
16、03034864 A 4 3/3 页 5 膜每个像素的值分别与灰度图对应位置的像素的值相乘， 得到图像副本 （6） 对步骤 （5） 中得到的图像副本使用 Harris 角点检测算法进行角点检测， 步骤如下 ： (f-1) 对 于 步 骤 (e) 所 得 到 的 图 像 中 的 每 个 像 素，首 先 计 算 和 这三个值 ： 其中是图像在其水平方向和垂直方向上的一 阶导数。 0026 (f-2) 利用 (f-1) 中的计算结果构造局部结构矩阵： ； (f-3) 利用 (f-2) 中构造的局部结果矩阵可以定义角点响应函数如下 ： 其中 a 为一常数， 且参数 a 决定了角点检测器的敏感程度， a。
17、 值越大， 检测器越不敏感， 被检测到的角点数越少， a 值一般处于 0.04-0.06 之间。最后通过响应函数检测出角点。 0027 （7） 利用步骤 （6） 所得到的角点计算横幅的具体区域。首先计算步骤 （6） 所获 得的所有角点坐标的 X 坐标的最小值 x1 与最大值 x2， Y 坐标的最大值 y1 和最小值 y2， 则 （x1,y1） 、（x1,y2） 、（x2,y1） 及 （x2,y2） 四点所围四边形区域即为横幅的具体区域。 0028 （8） 利用步骤 （7） 得到的具体区域截取原始图像对应区域的图像块。 0029 获得的图像块便是视屏中出现的横幅， 工作人员便可以快速简单地获知视。
18、屏中横 幅的内容。 0030 由于某些视频中可能没有横幅的出现， 因此， 在横幅检测的过程中还设置有计数 器， 当从首次待处理视频流中提取一帧原始图像， 计数器置 0， 若进行重新提取新的原始图 像， 则计数器加 1， 当计数器的数值达到预定的阈值 （此阈值可以针对不同的视屏根据实际 情况进行灵活的设置） 时， 则判断该视频流中无横幅出现， 并退出。 0031 本实施例只是本发明的较优实施方式， 需要说明的是， 在不背离本发明精神及其 实质的情况下， 熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形， 但这 些改变和变形都应属于本发明所附的权利要求的保护范围。 说 明 书 CN 103034864 A 5 1/1 页 6 图 1 说 明 书 附 图 CN 103034864 A 6 。